装备中高分子材料长储老化的W-SVM研究方法

• 作者: 王俊佳 王彭结
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 导电聚苯胺 老化 小波支持向量机 人工神经网络
• 年，卷（期）: 2011,（17）
• 所属期刊栏目: 分析与探讨
• 页码范围: 82-84,134
• 分类号: TP391
• 字数: 3019字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2011.9(s).26

摘要

高分子材料在长期存储过程中会发生老化,影响武器的性能.以某型导弹所采用的导电聚苯胺密封材料为研究对象,采用小波支持向量机对其老化特性数据进行处理,能实现比较准确地预测；并对复Morlet小波核函数进行了推导证明.实验结果表明在小样本条件下,W-SVM方法优于神经网络.本文方法可为武器性能与寿命的评估提供决策参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王俊佳	西南科技大学信息工程学院	23	86	6.0	9.0
2	王彭结	西南科技大学信息工程学院	7	28	3.0	5.0